这篇文章主要讲解了“怎么用conda管理Anaconda环境”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“怎么用conda管理Anaconda环境”吧！
让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：域名注册、网页空间、营销软件、网站建设、武穴网站维护、网站推广。
Anaconda也自带一个包管理工具conda，并具有自己的包仓库和服务器。下面简单介绍一下conda：
conda是Anaconda专用的开源包（packages）和虚拟环境（environment）管理工具。
packages 管理： 可以使用conda来安装、更新、卸载工具包，并且它更关注于数据科学相关的工具包。值得一提的是，conda并不仅仅管理Python的工具包，它也能安装非python的包。比如在新版的Anaconda中就可以安装R语言的集成开发环境 Rstudio。
虚拟环境管理： 在conda中可以建立多个虚拟环境，用于隔离不同项目所需的不同版本的工具包，以防止版本上的冲突。也可以建立Python2和Python3两个环境，来分别运行不同版本的Python代码。
管理包：
# 确认conda已安装: conda --version # 更新conda版本: conda update conda # 查询conda信息: conda info # 升级anaconda: conda update anaconda 1. 安装包： conda install package_name 2. 同时安装多个包： conda install numpy scipy pandas 3. 安装指定版本 conda install numpy=1.10 4. 移除包 conda remove package_name 5. 更新包 conda update package_name 5. 更新所有包 conda update --all 6. 查看所有已经安装的包： conda list 7. 查询某个包，也可以进行模糊查询： conda search search_key_word
环境管理：
1. 创建一个新环境： conda create -n env_name list of packages 其中 -n 代表name，env_name是需要创建的环境名称，list of packages 则是列出在新环境中同时需要安装的工具包。 例如： conda create -n py3 python=3.7 pandas 或者复制一个已有的环境 conda create --name new_env --clone old_env 2. 进入名为env_name的环境： source activate env_name 3. 退出当前环境： source deactivate 在Windows系统中，使用activate env_name和deactivate来进入和退出某个环境。 4. 删除名为env_name的环境： conda env remove -n env_name 5. 显示所有的环境： conda env list 6. 查看环境信息 conda info --envs 7. 当分享代码给别人的时候，同时也需要将运行环境分享，执行如下命令可以将当前环境下的package信息存入名为environment的YAML文件中。 conda env export --name env_name > environment.yaml 同样，当执行他人的代码时，也需要配置相应的环境。这时你可以用对方分享的YAML文件来创建一摸一样的运行环境。 conda env create -f environment.yaml
感谢各位的阅读，以上就是“怎么用conda管理Anaconda环境”的内容了，经过本文的学习后，相信大家对怎么用conda管理Anaconda环境这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！